打开主菜单
首页
随机
登录
设置
关于集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
免责声明
集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
搜索
更改
←上一编辑
下一编辑→
因果效应度量
(查看源代码)
2025年3月2日 (日) 12:10的版本
删除3字节
、
2025年3月2日 (日) 12:10
→格兰杰因果
第49行:
第49行:
<math>Y(t)=\sum_{\tau = 1}^{\infty}(b_{\tau}Y(t - \tau))+\varepsilon</math>(2)
<math>Y(t)=\sum_{\tau = 1}^{\infty}(b_{\tau}Y(t - \tau))+\varepsilon</math>(2)
−
其中<math>t</math>
表示任何时间实例,
<math>a_{\tau}</math>、<math>b_{\tau}</math>、<math>c_{\tau}</math>是滞后<math>\tau</math>时的系数,<math>\varepsilon_{c}</math>、<math>\varepsilon</math>是两个模型中的误差项。假设<math>X</math>和<math>Y</math>是协方差平稳的,<math>X</math>是否导致<math>Y</math>可以通过预测误差方差的对数比来预测:
+
其中<math>t</math>
表示任意时间点,
<math>a_{\tau}</math>、<math>b_{\tau}</math>、<math>c_{\tau}</math>是滞后<math>\tau</math>时的系数,<math>\varepsilon_{c}</math>、<math>\varepsilon</math>是两个模型中的误差项。假设<math>X</math>和<math>Y</math>是协方差平稳的,<math>X</math>是否导致<math>Y</math>可以通过预测误差方差的对数比来预测:
<math>F_{X \to Y}=\ln\frac{\varepsilon}{\varepsilon_{c}}</math>(3)
<math>F_{X \to Y}=\ln\frac{\varepsilon}{\varepsilon_{c}}</math>(3)
刘易明
697
个编辑